README 自动摘要
根据 README 自动整理于 2026年10月15日，不是本站运行记录。运行步骤和作者声称的效果仍需核验。
这是什么
JevForge 是一个面向 Jev 风格决策模型的开源训练与推理栈。它从状态、问题和候选集构建训练记录，训练并校准评分器，评估固定划分，并通过 Jev 兼容 API 为交互式网页决策提供服务。
它怎么用 Jev
JevForge 将一个问题扩展为 K 行，每行包含相同的状态和问题以及一个候选路径。它池化最后一个有效 token，对每个候选应用相同的两层 GELU 评分器，然后仅归一化属于该问题的 K 个 logits。得到的分布通过 Jev 兼容 API 提供服务。
用到的原语:choicescorenoul
值得抄的做法
仅归一化属于一个问题的 K 个 logits，使候选分数可比并保留不确定性。
怎么试
bash scripts/run_mac_demo.sh
README 片段的模型判断
项目信号使用仓库元信息、已有摘要与 README 前 700 个字符；没有通读完整项目。“未检出”仅表示这些材料中未检出，并不证明项目没有该能力。这里保留原始判断与实际记录的模型、日期，不是源码审计或运行验收。
模型与判定日期
- 收录门禁
jev-1.13.0- 项目信号
jev-1.13.0- 项目分类
jev-1.13.0- 模式标签
jev-1.13.0
证据
这些信号只读取仓库元信息、已有摘要与清理后的 README 前 700 字符。≥ 0.60 表示片段中有提及，≤ 0.40 表示未检出，中间为未判定；都不是源码审查或运行结果。「可运行工具」题排除了研究实验，「推荐」题筛的是学习案例 Top 10，不是内容质量合格与否。
- Jev 是项目的核心在材料中检出0.91
- 展示了 System One 用法未判定0.54
- 写了怎么处理不确定片段中未检出0.07
- 给出了实测数字片段中未检出0.23
- 是能跑起来的工具在材料中检出0.70
- 学习案例 Top 10 候选信号未判定0.59
- 是模型本身的复刻在材料中检出0.95
- 解决的问题够普遍（0–2）按 0–2 打分1.00 / 2
- 与 Jev 相关在材料中检出0.97
无判定区（0.40–0.60）
无判定区（0.40–0.60）
各阶段的 Jev 模型与判定日期见上方记录。简介由 DeepSeek V4.1 Flash 于 2026年10月15日 读 README 写成。